Databricks 湖仓将追踪数据转化为体育赛场竞争优势
Databricks 用湖仓架构整合体育追踪数据，帮助球队从训练到比赛获得实时、精准的决策支持。
体育分析正借助数据湖仓（lakehouse）快速升级。Databricks 的新方法统一了球员追踪、比赛录像等多源数据，使教练和团队能实时挖掘模式，从训练到赛场决策都获得更精准的洞察。
正文摘录
体育智能的崛起：数据湖仓如何将追踪数据转化为竞争优势 一个现代化的数据和 AI 基础，将球员追踪、生物力学和运营与场上和办公室决策连接起来 作者：Corey Abshire, Kush Patel 和 Nick Ragonese 在一场职业篮球比赛中，每秒从 Hawk-Eye 摄像头产生超过 20,000 个数据点。在 48 分钟的比赛里，这累计达到数千万个位置测量值。在这些数据流中，隐藏着球队痴迷的问题的答案：如何预防伤病、更精确地选秀、解析战术、优化阵容，甚至微调投篮动作。难点在于构建能够大规模可靠地回答这些问题的数据平台和 AI 模型。这些系统需要足够快，以改变球场上、更衣室里和办公室内发生的事情。 在职业体育领域，生物力学和追踪数据的量从未如此之高。然而，大多数组织真正利用这些数据解决关键用例的能力几乎没有提升。Databricks 数据智能平台帮助体育数据团队填补这一空白，为球队创造机会，为其球员和教练打造新的体育智能能力，最终释放海量数据的价值。Databricks 帮助球队保持球员健康、赢得更多比赛、提升表现，并在整个生态系统中更高效地运作。 2023 年 3 月，NBA 在所有 29 个球馆用 Sony Hawk-Eye 的 SkeleTRACK 系统取代了 Second Spectrum 的质心球员追踪。新的数据流捕捉每名球员和裁判身上的 29 个骨骼关节点，场上始终有 13 人，每秒采样 60 次。这相当于大约每秒 22,620 次位置更新，每场 48 分钟的比赛产生约 6500 万条记录，而在一个 82 场的常规赛季（不计季后赛或训练）中，大约产生 800 亿条记录。 这是一次代际飞跃，SkeleTRACK 数据的丰富程度大约高出两个数量级，并且首次实时捕获完整的 3D 姿态。这些数据解锁的并非“目标检测”或“计算机视觉”。那些只是手段。